采用小波变换的鲁棒隐形水印算法

本文提出了一种小波域透明图像水印算法 ,算法将一个二进制随机水印信号内嵌到一组按重要性选出的小波系数中。为了使透明水印具有较高的鲁棒性 ,内嵌过程将水印信号作为量化噪声嵌入小波零树编码的数字图像 ,实验获得了良好的结果。

一种鲁棒的DCT域公开水印算法

提出了一种基于DCT的鲁棒公开水印算法，算法利用JPEG压缩量化阶段的舍入误差，结合二值逻辑进行水印嵌入。实验结果表明，该算法是有效的，在保证水印高不可见性的同时，对常见的图像处理操作和剪切、旋转、缩放等几何变换有较高的鲁棒性，特别是能抵抗压缩比高达43:1的JPEG压缩。

一种用于证件防伪的鲁棒图像水印算法

数字水印是上世纪九十年代发展的一门多媒体保护技术 ,证件防伪是防伪技术研究的重要组成部份 ,将数字水印技术应用到证件防伪方案中去 ,是当前一个新的研究方向 ,具有很强的理论性和实用性。本文研究了一种新的鲁棒图像水印算法 ,它具有一定的抗旋转和抗剪切性能 ,可以较好地用于印刷证件的防伪方案。

基于小波的鲁棒参考水印算法的实现

小波由于其良好的时频特性 ,已被应用于图像水印中。基于小波域的图像水印技术中 ,鲁棒参考水印算法是将水印的嵌入与提取结合起来的 ,并且在水印检验时无需原始载体图像。算法的实现过程包括小波变换的实施、水印的选取、水印位置的添加以及经验阈值的确定。仿真结果充分说明了该算法取得的成效 ,并预见在JPEG2 0 0 0图像压缩领域中 。

基于残差学习的新型不可感知水印攻击方法

传统的水印攻击方法虽然能够干扰水印信息的正确提取,但同时会对含水印图像的视觉质量造成较大损失,为此提出了一种基于残差学习的新型不可感知水印攻击方法.首先,通过构建基于卷积神经网络的水印攻击模型,在含水印图像和无水印图像之间进行端到端非线性学习,完成含水印图像映射到无水印图像的任务,达到水印攻击的目的;其次,根据水印信息的嵌入区域选择合适数目的特征提取块以提取含水印信息的特征图.鉴于含水印图像和无水印图像之间的差异过小,水印攻击模型在训练过程中的可学习性受到限制,导致模型很难收敛.引入残差学习机制来提升水印攻击模型的收敛速度和学习能力,通过减少残差图像(含水印图像和提取的特征图像做差)与无水印图像之间的差异来提升被攻击图像的不可感知性.此外,还根据DIV2K2017超分辨率数据集以及所攻击的基于四元数指数矩的鲁棒彩色图像水印算法构建了训练水印攻击模型的数据集.实验结果表明该水印攻击模型能够在不破坏含水印图像视觉质量的前提下以高误码率实现对鲁棒水印算法的攻击.

矢量地图水印归一化相关检测的可行性分析与改进

为了使矢量地图水印检测算法具有鲁棒性和运算简单,首先分析了矢量地图归一化相关检测算法的可行性:鉴于矢量地图图形的可嵌入水印长度较短,而且其DFT系数的幅度不能较好地满足高斯分布等原因,对不同图形的水印,采用归一化相关检测方法无法确定检测阈值,因此是不可行的,同时还分析了图形简化对水印检测的影响。为使水印算法抗简化,对几何失真鲁棒及减小运算量,提出了以图形的特征点的DFT系数幅度和相位作为水印嵌入域的方法,并提出了一种以提取水印与原始水印的相关系数作为检测值的实用的检测算法。实验结果表明,该算法是鲁棒的和可行的。

基于嵌入定位的改进RRW算法

基于嵌入定位的改进RRW算法是通过结合嵌入点的定位,对原始鲁棒参考水印算法进行改进,使得水印更加隐蔽和安全。该算法主要先将载体图像进行3层小波变换,确定各细节子带中将要嵌入水印的小波系数,对照行扫描后的水印信号,然后按鲁棒参考水印算法进行嵌入。实验结果表明算法对常见图像处理操作、有损压缩、裁剪、挤压、像素移位等几何变换有较高的鲁棒性,且有较高的安全性、有效性和透明性。

线性空间隐藏模型下图像无损水印的仿真实验分析

旨在分析线性空间隐藏模型下图像无损水印的仿真实验,提出线性空间隐藏模型下无损水印算法提出。通过将原始图像载体划分为图像块序列,结合整数小波变换,获取待嵌水印子带。在0/1水印序列下,结合线性空间隐藏模型,在图像小波域中嵌入水印,不仅提高了水印的鲁棒性,同时也提高了水印的不可见性。结合简单逆向平移的过程,对原始图像进行恢复。对于线性空间隐藏模型,不仅实验了水印的独立性,同时基于无损水印领域,也提高了水印的鲁棒性,并降低误检率,实现原始图像的无损恢复。线性空间隐藏模型下图像无损水印的仿真实验结果表明,算法的应用不仅可以避免有损压缩,同时也有较好的不可见性和安全性。